Image Processing Toolkits

MCP运维云端

提供方 williamIIliu

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

一个基于MCP协议的功能强大的图片处理服务器,提供裁剪、旋转、调整大小、滤镜应用等多种图片处理功能,适用于各种需要批量或自动化图片处理的场景。

一句话选型结论

按资料字段整理

Image Processing Toolkits 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

图片处理Python本地部署图像增强滤镜效果格式转换水印添加

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install Pillow opencv-python numpy psutil mcp[cli]

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Image Processing Toolkits当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方williamIIliu上游标注的维护方 williamIIliu
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

8.7 KB
来自项目仓库与上游目录的原文,未做删改

图片处理 MCP 服务器

这是一个功能强大的图片处理MCP (Model Context Protocol) 服务器,提供了丰富的图片处理功能,包括裁剪、旋转、调整大小、对比度调整等。

功能特性

🎨 基础图片处理

  • 裁剪图片 - 精确裁剪到指定区域
  • 旋转图片 - 任意角度旋转,支持画布扩展
  • 调整大小 - 智能缩放,可保持宽高比
  • 翻转图片 - 水平或垂直翻转

🌈 图片增强

  • 对比度调整 - 增强或减弱图片对比度
  • 亮度调整 - 调节图片明暗程度
  • 饱和度调整 - 控制色彩饱和度,支持灰度转换

🎭 滤镜效果

  • 模糊效果 (BLUR)
  • 细节增强 (DETAIL)
  • 边缘增强 (EDGE_ENHANCE, EDGE_ENHANCE_MORE)
  • 浮雕效果 (EMBOSS)
  • 边缘检测 (FIND_EDGES)
  • 锐化 (SHARPEN)
  • 平滑 (SMOOTH, SMOOTH_MORE)

🔧 实用工具

  • 格式转换 - 支持 JPEG, PNG, BMP, TIFF, WEBP
  • 缩略图生成 - 快速生成指定尺寸缩略图
  • 水印添加 - 文字水印,支持多种位置和透明度
  • 图片信息获取 - 详细的元数据和EXIF信息

⚡ 性能优化

  • 智能缓存 - 自动缓存常用图片,提升处理速度
  • 内存管理 - 监控内存使用,自动清理过期缓存
  • 并发处理 - 支持多线程并发处理
  • 错误处理 - 完善的错误处理和恢复机制

安装和配置

1. 安装依赖

在使用图片处理服务器之前,需要安装以下依赖包:```bash
pip install Pillow opencv-python numpy psutil mcp[cli]


或者使用项目的配置文件:```bash
pip install -r requirements.txt

注意: 必须安装 mcp[cli] 而不是单独的 mcp,这样才能包含所需的 CLI 工具和依赖(如 typer)。

2. MCP Server 配置

要在支持MCP的应用程序中使用此图像处理服务器,请将以下配置添加到您的MCP配置文件中:

Claude Desktop 配置

在 %APPDATA%\Claude\claude_desktop_config.json (Windows) 或 ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) 中添加:```json
{
"mcpServers": {
"image_processing_toolkits": {
"command": "python",
"args": [
"e:/MyProjects/TOBench/server_tools/local_servers/image-processing-toolkits/src/server.py"
],
"cwd": "e:/MyProjects/TOBench/server_tools/local_servers/image-processing-toolkits"
}
}
}


#### 使用 uv 运行器的配置
如果您使用 uv 作为 Python 包管理器:```json
{
"mcpServers": {
"image_processing_toolkits": {
"command": "uv",
"args": [
"--directory",
"e:/MyProjects/TOBench/server_tools/local_servers/image-processing-toolkits",
"run",
"python",
"src/server.py"
]
}
}
}

通用配置模板

请将路径替换为您的实际安装路径:```json
{
"mcpServers": {
"image_processing_toolkits": {
"command": "python",
"args": [
"/path/to/image-processing-toolkits/src/server.py"
],
"cwd": "/path/to/image-processing-toolkits"
}
}
}


#### FastMCP 特性
本服务器使用 **FastMCP** 框架构建,提供以下优势:
- **简化的工具定义**: 使用 `@mcp.tool()` 装饰器直接定义工具
- **自动类型推断**: 从函数签名自动生成工具模式
- **更少的样板代码**: 无需手动定义复杂的工具列表和处理器
- **更好的开发体验**: 专注于业务逻辑而非协议细节
- **自动文档生成**: 从函数docstring自动生成工具描述

### 3. 启动服务器

#### 直接启动```bash
python src/server.py

使用 uv 启动```bash

uv run python src/server.py


### 4. 验证安装

启动服务器后,您应该看到以下消息:```
Image Processing MCP Server starting...

如果配置正确,MCP客户端将能够发现并使用所有12个图像处理工具。

可用工具

1. crop-image - 裁剪图片```json

{
"file_path": "path/to/image.jpg",
"x": 100,
"y": 100,
"width": 200,
"height": 150,
"output_path": "path/to/cropped.jpg" // 可选
}


### 2. rotate-image - 旋转图片```json
{
"file_path": "path/to/image.jpg",
"angle": 45,
"expand": true,  // 是否扩展画布
"output_path": "path/to/rotated.jpg"  // 可选
}

3. resize-image - 调整大小```json

{
"file_path": "path/to/image.jpg",
"width": 800,
"height": 600,
"maintain_aspect": true, // 保持宽高比
"resample": "LANCZOS", // LANCZOS, BILINEAR, BICUBIC, NEAREST
"output_path": "path/to/resized.jpg" // 可选
}


### 4. adjust-contrast - 调整对比度```json
{
"file_path": "path/to/image.jpg",
"factor": 1.5,  // >1增强, <1减弱, 1.0原始
"output_path": "path/to/contrast.jpg"  // 可选
}

5. adjust-brightness - 调整亮度```json

{
"file_path": "path/to/image.jpg",
"factor": 1.2, // >1增亮, <1变暗, 1.0原始
"output_path": "path/to/bright.jpg" // 可选
}


### 6. adjust-saturation - 调整饱和度```json
{
&quot;file_path&quot;: &quot;path/to/image.jpg&quot;,
&quot;factor&quot;: 0.8,  // &gt;1增强, &lt;1减弱, 0灰度, 1.0原始
&quot;output_path&quot;: &quot;path/to/saturated.jpg&quot;  // 可选
}

7. apply-filter - 应用滤镜```json

{
"file_path": "path/to/image.jpg",
"filter_type": "BLUR", // 见上方滤镜列表
"output_path": "path/to/filtered.jpg" // 可选
}


### 8. flip-image - 翻转图片```json
{
&quot;file_path&quot;: &quot;path/to/image.jpg&quot;,
&quot;direction&quot;: &quot;horizontal&quot;,  // horizontal, vertical
&quot;output_path&quot;: &quot;path/to/flipped.jpg&quot;  // 可选
}

9. convert-format - 转换格式```json

{
"file_path": "path/to/image.png",
"format": "JPEG",
"quality": 95, // JPEG质量 1-100
"output_path": "path/to/converted.jpg" // 可选
}


### 10. get-image-info - 获取图片信息```json
{
&quot;file_path&quot;: &quot;path/to/image.jpg&quot;
}

11. create-thumbnail - 创建缩略图```json

{
"file_path": "path/to/image.jpg",
"size": 128, // 最大尺寸
"output_path": "path/to/thumbnail.jpg" // 可选
}


### 12. add-watermark - 添加水印```json
{
&quot;file_path&quot;: &quot;path/to/image.jpg&quot;,
&quot;watermark_text&quot;: &quot;版权所有&quot;,
&quot;position&quot;: &quot;bottom-right&quot;,  // top-left, top-right, bottom-left, bottom-right, center
&quot;opacity&quot;: 0.7,  // 透明度 0.0-1.0
&quot;font_size&quot;: 36,
&quot;output_path&quot;: &quot;path/to/watermarked.jpg&quot;  // 可选
}

使用示例

启动服务器```bash

python src/server.py


### 使用 uv 启动```bash
uv run python src/server.py

在MCP客户端中使用

配置完成后,您可以在支持MCP的应用程序(如Claude Desktop)中直接使用图像处理功能:

  1. 裁剪图片: 使用 crop-image 工具精确裁剪图片区域
  2. 调整大小: 使用 resize-image 工具智能缩放图片
  3. 应用滤镜: 使用 apply-filter 工具为图片添加各种视觉效果
  4. 格式转换: 使用 convert-format 工具在不同图片格式间转换
  5. 添加水印: 使用 add-watermark 工具为图片添加文字水印

所有工具都支持自动生成输出文件名,或者您可以指定自定义的输出路径。

技术特性

缓存机制

  • 自动缓存最近使用的图片
  • 内存使用率监控
  • 定期清理过期缓存
  • 支持手动清理缓存

错误处理

  • 完善的异常处理机制
  • 详细的错误信息反馈
  • 自动恢复和重试机制

性能优化

  • 多线程并发处理
  • 智能内存管理
  • 高效的图片处理算法
  • 支持大文件处理

文件结构```

image-processing-toolkits/
├── src/
│ └── server.py # 主MCP服务器文件
├── LICENSE # 许可证文件
├── pyproject.toml # 项目配置和依赖
├── requirements.txt # Python依赖列表
└── README.md # 项目文档(本文档)


## 注意事项

1. **依赖安装**: 确保所有依赖包都已正确安装
2. **文件路径**: 使用绝对路径或相对于当前工作目录的路径
3. **图片格式**: 支持常见的图片格式 (JPEG, PNG, BMP, TIFF, WEBP)
4. **内存使用**: 处理大图片时注意内存使用情况
5. **输出路径**: 如果不指定输出路径,会自动生成带后缀的文件名

## 故障排除

### 常见问题

1. **PIL导入失败**```bash
pip install Pillow --upgrade
  1. OpenCV导入失败bash pip install opencv-python --upgrade

  2. 内存不足
    - 减少缓存大小
    - 处理较小的图片
    - 手动清理缓存

  3. 字体加载失败
    - 水印功能会自动回退到默认字体
    - 可以手动指定字体路径

扩展功能

这个图片处理服务器采用模块化设计,可以轻松添加新的功能:

  1. 新增滤镜: 在 apply_filter 函数中添加新的滤镜类型
  2. 自定义处理: 创建新的处理函数并注册为工具
  3. 格式支持: 扩展支持的图片格式
  4. 批量处理: 添加批量处理功能

许可证

本项目采用 MIT 许可证。

贡献

欢迎提交 Issue 和 Pull Request 来改进这个项目!

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Image Processing Toolkits 怎么安装?

在客户端按下面的安装命令接入:pip install Pillow opencv-python numpy psutil mcp[cli]。装完在客户端配置里引用同一个包或端点。

Image Processing Toolkits 怎么在 Claude Desktop、Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Image Processing Toolkits 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Image Processing Toolkits 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Image Processing Toolkits 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Image Processing Toolkits 能提供哪些能力?

资料显示能力标签包括 格式转换、Python、Claude。具体工具清单以官方文档为准。

Image Processing Toolkits 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Image Processing Toolkits 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。